以 C# BinaryReader.ReadString 的 7 位格式编码整数

Question

C#的BinaryReader有一个功能，根据MSDN，读取一个编码为“七位整数”的整数，然后读取一个具有该整数长度的字符串。

是否有关于七位整数格式的明确文档（我粗略地理解MSB或LSB标记是否有更多字节要读取，其余位是数据，但我会很高兴提供更准确的东西）。

更好的是，是否有一个 C 实现可以读取和写入这种格式的数字？

Answer 1

好吧， BinaryReader.Read7BitEncodedInt 的文档已经说，它希望使用 BinaryWriter 写入该值。 Write7BitEncodedInt 和该方法文档详细说明了格式：

值参数的整数从七个最低有效位开始一次写出七位。一个字节的高位表示该字节之后是否还有字节需要写入。

如果值适合七位，则仅占用一个字节的空间。如果值不能容纳在七位中，则将高位设置在第一个字节上并写出。然后将值移位七位并写入下一个字节。重复此过程，直到写入整个整数。

因此，整数 1259551277（二进制 1001011000100110011101000101101）将被转换为 7 位格式，如下所示：

Remaining integer                 encoded bytes
1001011000100110011101000101101
100101100010011001110100          00101101
10010110001001100                 10101101 01110100
1001011000                        10101101 11110100 01001100
100                               10101101 11110100 11001100 01011000
0                                 10101101 11110100 11001100 11011000 00000100

不过，我现在对我的 C 技能不太有信心来提供有效的实现。但根据该描述，这并不难做到。

Answer 2

基本上，7 位编码 Int32 背后的想法是减少小值所需的字节数。它的工作原理如下：

1. 取原始值的前 7 个最低有效位。
2. 如果该值超出了这 7 位的容量，则第 8 位将设置为 1，表示必须读取另一个字节。否则该位为 0，读取到此结束。
3. 读取下一个字节，其值左移 7 位，并与之前读取的值进行或运算，将它们组合在一起。同样，该字节的第 8 位指示是否必须读取另一个字节（将读取值再移位 7 次）。
4. 此过程一直持续到最多读取 5 个字节为止（因为当每个字节仅窃取 1 位时，即使 Int32.MaxValue 也不需要超过 5 个字节）。如果第 5 个字节的最高位仍然设置，则您读取的内容不是 7 位编码的 Int32。

请注意，由于它是逐字节写入的，因此这些值的字节序根本不重要。给定值范围需要以下字节数：

• 1 个字节：0 到 127
• 2 个字节：128 到 16,383
• 3 个字节：16,384 到 2,097,151
• 4 个字节：2,097,152 到 268,435,455
• 5 个字节：268,435,456 到 2,147,483,647代码>Int32。 MaxValue) 和 -2,147,483,648 (Int32.MinValue) 到 -1

如您所见，实现有点愚蠢，并且负值总是需要 5 个字节，因为符号位是第 32 位原始值，始终以第 5 个字节结束。

因此，我不建议将其用于负值或大于 ~250,000,000 的值。我只看到它在内部用于 .NET 字符串的字符串长度前缀（您可以使用 BinaryReader.ReadString 和 BinaryReader.WriteString 读取/写入这些字符串），描述了字符串后面包含的字符数，仅具有正值。

虽然您可以查找原始.NET源，我在 二进制数据库。

Answer 3

我还必须探索这种 7 位格式。在我的一个项目中，我使用 C# 的 BinaryWriter 将一些数据打包到文件中，然后使用 BinaryReader 再次将其解压，效果很好。

后来我还需要为这个项目的 Java 打包文件实现一个阅读器。 Java有一个名为DataInputStream的类（在java.io包中），它有一些类似的方法。不幸的是，DataInputStream 的数据解释与 C# 的非常不同。

为了解决我的问题，我自己编写了一个扩展 java.io.DataInputStream 的类，将 C# 的 BinaryReader 移植到了 Java。这是我写的方法，它的作用与 C# 的 BinaryReader.readString() 完全相同：

public String csReadString() throws IOException {
    int stringLength = 0;
    boolean stringLengthParsed = false;
    int step = 0;
    while(!stringLengthParsed) {
        byte part = csReadByte();
        stringLengthParsed = (((int)part >> 7) == 0);
        int partCutter = part & 127;
        part = (byte)partCutter;
        int toAdd = (int)part << (step*7);
        stringLength += toAdd;
        step++;
    }
    char[] chars = new char[stringLength];
    for(int i = 0; i < stringLength; i++) {
        chars[i] = csReadChar();
    }
    return new String(chars);
}

Answer 4

/*
 * Parameters:  plOutput[out] - The decoded integer
 *              pbyInput[in]  - Buffer containing encoded integer
 * Returns:     Number of bytes used to encode the integer
 */
int SevenBitEncodingToInteger(int *plOutput, char *pbyInput)
{
    int lSize = 0;
    int lTemp = 0;
    while(true)
    {
        lTemp += pbyInput[lSize] & 0x7F;
        if(pbyInput[lSize++] > 127)
            lTemp <<= 7;
        else
            break;
    }
    *plOutput = lTemp;
    return lSize;
}

Answer 5

格式描述如下：
http://msdn.microsoft.com/en-我们/library/system.io.binarywriter.write7bitencodedint.aspx

Answer 6

Write7BitEncodedInt 方法包含描述：每个字节的最低 7 位对数字的下 7 位进行编码。当后面有另一个字节时，最高位被设置。